Równoległość i współbieżność

Transkrypt

1 Równoległość i współbieżność Wykonanie sekwencyjne. Poszczególne akcje procesu są wykonywane jedna po drugiej. Dokładniej: kolejna akcja rozpoczyna się po całkowitym zakończeniu poprzedniej. Praca współbieżna polega na tym, że składające się na nią zjawiska, czynności i działania odbywają się równocześnie. Istotny jest przy tym punkt widzenia obserwatora. Wykonanie współbieżne. Kolejna akcja rozpoczyna się przed zakończeniem poprzedniej. Nie mówimy nic na temat tego, czy akcje te są wykonywane w tym samym czasie czy też w przeplocie. Wykonanie równoległe. Kilka akcji jest wykonywanych w tym samym czasie. Jest to "prawdziwa" współbieżność, możliwa do uzyskania na komputerze z wieloma procesorami. 1

2 Dlaczego warto i należy rozważać programy współbieżne? Niektóre problemy są z natury współbieżne, ich rozwiązania dają się łatwo i elegancko wyrazić w postaci niezależnie wykonujących się procedur. Współczesne systemy operacyjne zezwalają na uruchamianie wielu procesów jednocześnie. Malejące ceny sprzętu sprzyjają powstawaniu architektur wieloprocesorowych, w których można uzyskać prawdziwą współbieżność, tzn. wykonywać jednocześnie wiele procesów na różnych procesorach. Rozpowszechnienie się sieci komputerowych. 2

3 Przykłady prac, które można realizować równolegle 1. Podstawienie X = 3 <- 1 procesor Y = 4 <- 2 procesor Uwaga instrukcji: X = 3 Y = X nie można w bezpośredni sposób zrównoleglić 2. Obliczenie wartości wyrażenia a*b + (c+d)*(e-f) 3

4 3. Sortowanie tablicy liczb qsort(dół, góra): jeżeli dół góra // nie więcej niż jeden element nie rób nic koniec // cel: podzielić tablicę ze względu na środek. filter() // cel: posortować rekurencyjnie nowe przedziały qsort(dół, środek-1) qsort(środek+1, góra) 4

5 4. Sumowanie elementów tablicy 5

6 Rozszerzająca się równoległość Polepszenie rzędu wielkości np. złożoności czasowej wymaga wzrostu liczby procesorów. Sumowanie równoległe: aby otrzymać złożoność czasową O(log n) potrzebujemy n/2 procesorów. Mając do dyspozycji tylko n. n procesorów, złożoność czasowa będzie też rzędu Liczbę procesorów potrzebną do wykonania algorytmu równoległego, nazywamy złożonością rozmiaru. 6

7 Złożoność iloczynowa Iloczyn czasu wykonania i rozmiaru (liczby potrzebnych procesorów). dla pełnego sumowania równoległego: O(log n) * O(n) = O(n log n) dla sumowania niepełnego : O( n ) * O( n ) = O(n) dla równoległego sortowania szybkiego: O(n) * O(n) = O(n 2 ) dla sekwencyjnego sortowania szybkiego: 1 * O(n log n) = O(n log n) optymalne sortowanie sieciowe : O(n) * O(log n) = O(n log n) Dla złożoności iloczynowej prawdziwe pozostaje dolne ograniczenie dla danego problemu, wyliczone przy założeniu sekwencyjności obliczeń. 7

8 Prawo Amdahla 1 Przyspieszenie uzyskiwane na n procesorach wynosi 1 S S +, n gdzie S jest częścią kodu, która nie może być wykonana równolegle. Przykłady: Jeżeli na czteroprocesorowym komputerze uruchomimy program, który aż w 95% może być wykonywany równolegle, uzyskamy nieco ponad trzyipółkrotne przyspieszenie. Jeżeli na szesnastoprocesorowym komputerze uruchomimy program, który tylko w 80% może być wykonany równolegle, zaobserwujemy zaledwie czterokrotny przyrost prędkości wykonania! W granicy, gdy 1 n, przyspieszenie wynosi S. Np. S = 25% = 1/4, przyspieszenie maksymalnie 4 krotne, niezależnie od liczby procesorów. 8

9 Systemy rozproszone Składniki współbieżne są fizycznie od siebie oddalone. Pojawia się problem komunikacji między składnikami systemu (procesorami). Przykład: tani hotel jedna łazienka na piętro, wielonarodowi goście, zimny korytarz. Jak sprawić, żeby każdy gość miał możliwość skorzystania z prysznica? Zasób krytyczny każdy proces potrzebuje go na wyłączność przez jakiś czas. Przykłady: prysznic, drukarka, stacja dysków itp. Problemy do rozwiązania: Zapobieganie zastojom (sytuacjom, w której żaden procesor nie może działać dalej) Zapobieganie zagłodzeniom (jeden lub więcej procesor, ale nie wszystkie, nie mogą działać dalej) 9

10 Rozwiązywanie problemów związanych z programowaniem równoległym Mamy n procesorów. Każdy z nich wykonuje wielokrotnie pewną własną działalność, po której występuje sekcja krytyczna. Cykl życia i-tego procesora: Powtarzaj bez końca - wykonuj własne czynności - wykonaj sekcję krytyczną Własne czynności każdego z osobna procesora nie mają nic wspólnego z czynnościami pozostałych. Sekcja krytyczna jest sprawą wszystkich procesorów: żadne dwa procesory nie mogą być równocześnie w swoich sekcjach krytycznych problem wzajemnego wykluczania. 10

11 Rozwiązanie n = 2, procesory P1 i P2 zmienne pomocnicze: X1, X2, Z Z może mieć wartość 1 albo 2 i mogą ją zmieniać oba procesory zmienna dzielona X1, X2 mogą mieć wartości tak lub nie, czytać ją mogą oba procesory, ale zmieniać tylko procesory z odpowiednim indeksem zmienne rozproszone Wartości początkowe: X1 = nie, X2 = nie, Z = 1 lub 2 (bez znaczenia) 11

12 Procesor P1 Powtarzaj bez końca: - wykonuj własne czynności, aż do momentu w którym wejście do sekcji krytycznej stanie się pożądane - X1 = tak - Z = 1 - czekaj, aż albo X2 = nie, albo Z = 2 (albo obie relacje są spełnione) - wykonaj sekcję krytyczną - X1 = nie 12

13 Procesor P2 Powtarzaj bez końca: - wykonuj własne czynności, aż do momentu w którym wejście do sekcji krytycznej stanie się pożądane - X2 = tak - Z = 2 - czekaj, aż albo X1 = nie, albo Z = 1 (albo obie relacje są spełnione) - wykonaj sekcję krytyczną - X2 = nie Xi wskaźnik chęci procesora Pi wejścia do sekcji krytycznej Z wskaźnik uprzejmości 13

14 Zamieńmy dwie linijki w kodzie: Procesor P1 Powtarzaj bez końca: - wykonuj własne czynności, aż do momentu w którym wejście do sekcji krytycznej stanie się pożądane - Z = 1 - X1 = tak - czekaj, aż albo X2 = nie, albo Z = 2 (albo obie relacje są spełnione) - wykonaj sekcję krytyczną - X1 = nie 14

15 Przykład scenariusza błędu X1 = nie (wartości początkowe) X2 = nie P2: Z = 2 P1: Z = 1 P1: X1 = tak P1: wchodzi do sekcji krytycznej na mocy tego, że X2 = nie P2: X2 = tak P2: wchodzi do sekcji krytycznej na mocy tego, że Z = 1 15

16 Protokół dla n procesorów Wprowadzamy n poziomów nalegania X[i] Procesor Pi Powtarzaj bez końca: - wykonuj własne czynności, aż do momentu w którym wejście do sekcji krytycznej stanie się pożądane - dla każdego j od 1 do n-1 wykonuj - X[i] = j - Z[j] = i - czekaj, aż albo X[k] < j dla wszystkich k i, albo Z[j] i - wykonaj sekcję krytyczną - X[i] = 0 16

17 Problem jedzących filozofów Ograniczenia: jeść można tylko przy użyciu dwóch widelców, filozof nie ma dostępu do widelców poza zasięgiem. Jedno z możliwych rozwiązań: odźwierny, który pilnuje, żeby przy stole siedziało co najwyżej n-1 filozofów. Każde rozwiązanie musi opierać się na instytucji odźwiernego bądź na pamięci współdzielonej. 17

18 Problem czytelników i pisarzy Problem synchronizacji dostępu do jednego zasobu (pliku, rekordu bazy danych) dwóch rodzajów procesów dokonujących i nie dokonujących w nim zmian. W problemie czytelników i pisarzy zasób jest dzielony pomiędzy dwie grupy procesów: czytelnicy wszystkie procesy nie dokonujące zmian w zasobie pisarze pozostałe procesy Jednoczesny dostęp do zasobu może uzyskać dowolna liczba czytelników. Pisarz może otrzymać tylko dostęp wyłączny. Równocześnie z pisarzem dostępu do zasobu nie może otrzymać ani inny pisarz, ani czytelnik, gdyż mogłoby to spowodować błędy. 18

19 Metody programowania równoległego MPI Message Passing Interface (1994 r.) Przesyłanie komunikatów dla poszczególnych procesorów. Biblioteki dla wielu języków programowania (C/C++, Fortran, Ada itp.) Szczególnie nadaje się do systemów rozproszonych. OpenMP (1997 r.) Uwalnia programistę od bezpośredniego sterowania procesorami. Zbiór dyrektyw dla kompilatora, kompilator rozdziela zadania Szczególnie nadaje się do systemów z pamięcią współdzieloną. 19

20 Przykłady programowania równoległego Przykład 1 int A[1000]; int i; for (i=0; i<1000; i++) A[i] = 100 * i; 1 procesor: for (i=0; i<500; i++) A[i] = 100 * i; 2 procesor: for (i=500; i<1000; i++) A[i] = 100 * i; 20

21 Realizacja w OpenMP: int A[1000]; int i #pragma omp parallel for private(i) shared(a) for (i=0; i<1000; i++) A[i] = 100 * i; #pragma omp end parallel for 21

22 Przykład 2 int a; int i; a = 1; for (i=1; i<1000; i++) a = a * i; Próbujemy jak poprzednio: 1 procesor: for (i=1; i<500; i++) a = a * i; 2 procesor: for (i=500; i<1000; i++) a = a * i; 22

23 Procesor nr 1 może odczytać zmienną a, wyliczyć a*i, a w tym czasie procesor nr 2 może odczytać zmienną a, wyliczyć a*i i zapisać nową wartość do zmiennej a! Zmienna a jest zasobem krytycznym, a operacja jej odczytu, wyliczenia nowej wartości i zapisu jest sekcją krytyczną. 1 procesor: for (i=1; i<500; i++) sekcja krytyczna: a = a * i; 2 procesor: for (i=500; i<1000; i++) sekcja krytyczna: a = a * i; 23

24 Inne rozwiązanie: 1 procesor: for (i=1; i<500; i++) a1 = a1 * i; 2 procesor: for (i=500; i<1000; i++) a2 = a2 * i; teraz czekamy, aż oba procesory skończą działanie i zwrócą wynik i wykonujemy (na dowolnym z nich) a = a1 * a2 24

25 Realizacja w OpenMP jest prosta (problem jest bardzo często spotykany): #pragma omp parallel for private(i) shared(a) reduction(*:a) for (i=0; i<1000; i++) a = a * i; #pragma omp end parallel for Przykład 3 wynik1 = jakieś czasochłonne obliczenie nr 1 (niezależne od obliczenia nr 2) zapisz wynik1 do pliku wynik2 = jakieś czasochłonne obliczenie nr 2 (niezależne od obliczenia nr 1) zapisz wynik2 do pliku wynik = wynik1 + wynik2 zapisz wynik do pliku 25

26 Procesor1: wynik1 = jakieś czasochłonne obliczenie nr 1 (niezależne od obliczenia nr 2) sekcja krytyczna: zapisz wynik1 do pliku Procesor2: wynik2 = jakieś czasochłonne obliczenie nr 2 (niezależne od obliczenia nr 1) sekcja krytyczna: zapisz wynik2 do pliku czekaj na wyniki z poszczególnych procesorów Procesor 1 lub 2 (albo obydwa naraz, nic się złego nie stanie) wynik = wynik1 + wynik2 Procesor 1 lub 2 (ale tylko jeden z nich!) zapisz wynik do pliku 26

27 Realizacja w OpenMP #pragma omp parallel sections { #pragma omp section wynik1 = obliczenie nr 1 #pragma omp critical zapisz wynik1 do pliku #pragma omp end critical #pragma omp section } wynik2 = obliczenie nr 2 #pragma omp critical zapisz wynik2 do pliku #pragma omp end critical 27

28 #pragma omp barrier wynik = wynik1 + wynik2 #pragma omp master zapisz wynik do pliku #pragma omp end master #pragma omp end parallel sections 28